待验证50% 置信事实精确时间

间接攻击（indirect attack）评估器专门检测智能体在处理来自外部工具或文档的内容时是否能抵御嵌入其中的恶意指令

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

无需写代码：用Microsoft Foundry门户搭建你的第一个AI智能体

涉及实体

indirect attackconcept Microsoft Foundryproduct

相关事实

待验证安全探针是一种通过读取模型内部隐藏层向量来检测恶意提示的防御手段，不依赖模型输出76% 相似待验证VICE 主动模拟攻击面探测应用暴露在外的可交互接口，方法论源自渗透测试和红队演练，而非传统的被动合规检查清单72% 相似待验证AgentScope的工具审查机制将工具按风险等级划分，敏感工具调用时系统会自动进行安全检查72% 相似待验证网络安全评估是指针对AI模型在网络攻防场景中的能力进行系统性测试的过程，通常包括让模型尝试发现漏洞、编写利用代码、进行社会工程学攻击模拟等任务70% 相似待验证论文指出可解释性技术可用于审计，即验证危险能力是否真正被移除而不只是表面上被抑制70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/925594

API

curl https://kongchang.com/api/v1/knowledge/claims/925594

MCP

get_claim(id=925594)